Buchumschlag

Few-Shot Adaptation of Training-Free Foundation Model for 3D Medical Image Segmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Xingxin, Hu, Yifan, Zhou, Zhaoye, Jarraya, Mohamed, Liu, Fang
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

OmniMRI: A Unified Vision--Language Foundation Model for Generalist MRI Interpretation
von: He, Xingxin, et al.
Veröffentlicht: (2025)

Adapting Foundation Models for Few-Shot Medical Image Segmentation: Actively and Sequentially
von: Yang, Jingyun, et al.
Veröffentlicht: (2025)

SD-FSMIS: Adapting Stable Diffusion for Few-Shot Medical Image Segmentation
von: Li, Meihua, et al.
Veröffentlicht: (2026)

RAP: Retrieve, Adapt, and Prompt-Fit for Training-Free Few-Shot Medical Image Segmentation
von: Mao, Zhihao, et al.
Veröffentlicht: (2026)

Contrastive Graph Modeling for Cross-Domain Few-Shot Medical Image Segmentation
von: Bo, Yuntian, et al.
Veröffentlicht: (2025)

Retrieval-augmented Few-shot Medical Image Segmentation with Foundation Models
von: Zhao, Lin, et al.
Veröffentlicht: (2024)

Rethinking Few-Shot Medical Image Segmentation by SAM2: A Training-Free Framework with Augmentative Prompting and Dynamic Matching
von: Zu, Haiyue, et al.
Veröffentlicht: (2025)

On the Utility of Foundation Models for Fast MRI: Vision-Language-Guided Image Reconstruction
von: Feng, Ruimin, et al.
Veröffentlicht: (2025)

SynPo: Boosting Training-Free Few-Shot Medical Segmentation via High-Quality Negative Prompts
von: Liu, Yufei, et al.
Veröffentlicht: (2025)

Few-Shot Panoptic Segmentation With Foundation Models
von: Käppeler, Markus, et al.
Veröffentlicht: (2023)

PointSeg: A Training-Free Paradigm for 3D Scene Segmentation via Foundation Models
von: He, Qingdong, et al.
Veröffentlicht: (2024)

SegTTA: Training-Free Test-Time Augmentation for Zero-Shot Medical Imaging Segmentation
von: Yao, Yihong, et al.
Veröffentlicht: (2026)

Few-Shot Medical Image Segmentation with Large Kernel Attention
von: Wu, Xiaoxiao, et al.
Veröffentlicht: (2024)

Tied Prototype Model for Few-Shot Medical Image Segmentation
von: Kim, Hyeongji, et al.
Veröffentlicht: (2025)

Hypergraph-Enhanced Training-Free and Language-Free Few-Shot Anomaly Detection
von: Xie, Guohuan, et al.
Veröffentlicht: (2026)

DiffuSAM: Diffusion-Based Prompt-Free SAM2 for Few-Shot and Source-Free Medical Image Segmentation
von: Grossman, Tal, et al.
Veröffentlicht: (2026)

Learning Robust Correlation with Foundation Model for Weakly-Supervised Few-Shot Segmentation
von: Huang, Xinyang, et al.
Veröffentlicht: (2024)

VISTA3D: A Unified Segmentation Foundation Model For 3D Medical Imaging
von: He, Yufan, et al.
Veröffentlicht: (2024)

Asymmetric Co-Training for Source-Free Few-Shot Domain Adaptation
von: Li, Gengxu, et al.
Veröffentlicht: (2025)

Concentrate on Weakness: Mining Hard Prototypes for Few-Shot Medical Image Segmentation
von: Jiang, Jianchao, et al.
Veröffentlicht: (2025)

Few-Shot Medical Image Segmentation with High-Fidelity Prototypes
von: Tang, Song, et al.
Veröffentlicht: (2024)

HAAF: Hierarchical Adaptation and Alignment of Foundation Models for Few-Shot Pathology Anomaly Detection
von: Yang, Chunze, et al.
Veröffentlicht: (2026)

High-Performance Few-Shot Segmentation with Foundation Models: An Empirical Study
von: Chang, Shijie, et al.
Veröffentlicht: (2024)

SAM-IF: Leveraging SAM for Incremental Few-Shot Instance Segmentation
von: Zhou, Xudong, et al.
Veröffentlicht: (2024)

Dynamic Gradient Sparsification Training for Few-Shot Fine-tuning of CT Lymph Node Segmentation Foundation Model
von: Luo, Zihao, et al.
Veröffentlicht: (2025)

Zero-Training Task-Specific Model Synthesis for Few-Shot Medical Image Classification
von: Qin, Yao, et al.
Veröffentlicht: (2025)

Foundation Model-Powered 3D Few-Shot Class Incremental Learning via Training-free Adaptor
von: Ahmadi, Sahar, et al.
Veröffentlicht: (2024)

Efficient and Context-Aware Label Propagation for Zero-/Few-Shot Training-Free Adaptation of Vision-Language Model
von: Li, Yushu, et al.
Veröffentlicht: (2024)

ProtoSAM: One-Shot Medical Image Segmentation With Foundational Models
von: Ayzenberg, Lev, et al.
Veröffentlicht: (2024)

MedSAMix: A Training-Free Model Merging Approach for Medical Image Segmentation
von: Yang, Yanwu, et al.
Veröffentlicht: (2025)

CAT-SAM: Conditional Tuning for Few-Shot Adaptation of Segment Anything Model
von: Xiao, Aoran, et al.
Veröffentlicht: (2024)

Regularized Low-Rank Adaptation for Few-Shot Organ Segmentation
von: Baklouti, Ghassen, et al.
Veröffentlicht: (2025)

SegGraph: Leveraging Graphs of SAM Segments for Few-Shot 3D Part Segmentation
von: Hu, Yueyang, et al.
Veröffentlicht: (2025)

Prototype Correlation Matching and Class-Relation Reasoning for Few-Shot Medical Image Segmentation
von: Zhang, Yumin, et al.
Veröffentlicht: (2024)

Is Foreground Prototype Sufficient? Few-Shot Medical Image Segmentation with Background-Fused Prototype
von: Tang, Song, et al.
Veröffentlicht: (2024)

A Novel Benchmark for Few-Shot Semantic Segmentation in the Era of Foundation Models
von: Bensaid, Reda, et al.
Veröffentlicht: (2024)

Boundary-Aware Test-Time Adaptation for Zero-Shot Medical Image Segmentation
von: Xu, Chenlin, et al.
Veröffentlicht: (2025)

SAM3D: Zero-Shot Semi-Automatic Segmentation in 3D Medical Images with the Segment Anything Model
von: Chan, Trevor J., et al.
Veröffentlicht: (2024)

MedSeqFT: Sequential Fine-tuning Foundation Models for 3D Medical Image Segmentation
von: Ye, Yiwen, et al.
Veröffentlicht: (2025)

Textual and Visual Guided Task Adaptation for Source-Free Cross-Domain Few-Shot Segmentation
von: Liu, Jianming, et al.
Veröffentlicht: (2025)